{"product_id":"ieej-zt083037","title":"強化学習を用いた3リンクロボットの前進運動獲得に関する研究","description":"\u003cp\u003e\u003cstrong\u003eカテゴリ: \u003c\/strong\u003e全国大会\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e論文No: \u003c\/strong\u003e3-037\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eグループ名: \u003c\/strong\u003e【全国大会】平成20年電気学会全国大会論文集\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e発行日: \u003c\/strong\u003e2008\/03\/19\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eタイトル(英語): \u003c\/strong\u003eA Study on Forward Motion Acquirement of a Three-links Robot Using Reinforcement Learning\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e著者名: \u003c\/strong\u003e鈴木智美 (北海道大学),渡辺浩太 (北海道大学),五十嵐 一 (北海道大学)\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003eキーワード: \u003c\/strong\u003e強化学習|ロボット\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e要約(日本語): \u003c\/strong\u003e多関節を持つロボットでは、関節のトルクや角度を制御するために、多入出力の運動制御を行う必要がある。特に、ロボットの運動制御では、ロボットの置かれた環境に応じた制御則を決定しなければならない。しかし、強化学習を用いると、予め制御則を決定する必要がない。また未知の環境においても、適応的に行動することが期待できる。我々は、強化学習の近年注目されている手法である「方策勾配法に基づくactor-critic法」に注目した。この手法を3リンク2関節の尺取虫型ロボットに適応し、平坦な道での前進運動を獲得することを目的とする。また、Bスプライン曲線を用いて柔軟な周期運動を行い、前進運動の獲得を行う。\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003e原稿種別: \u003c\/strong\u003e日本語\u003c\/p\u003e\u003cp\u003e\u003cstrong\u003ePDFファイルサイズ: \u003c\/strong\u003e1,023 Kバイト\u003c\/p\u003e","brand":"IEEJ-PDF","offers":[{"title":"PDFダウンロード（一般価格440円\/会員価格220円） \/ A4 \/ 1","offer_id":46397414932719,"sku":"IEEJ-ZT083037-PDF","price":440.0,"currency_code":"JPY","in_stock":true}],"thumbnail_url":"\/\/cdn.shopify.com\/s\/files\/1\/0718\/9512\/2159\/files\/IEEJ-PDF_400f2bfd-17cb-4f88-bc80-5345b41e73ea.png?v=1744848290","url":"https:\/\/ieej.bookpark.ne.jp\/products\/ieej-zt083037","provider":"電気学会 電子図書館","version":"1.0","type":"link"}